Data wydania modelu nie oznacza daty końca treningu: jak czytać nowe AI

Tracker znajduje się na stale.jock.pl i trafił na Hacker News 16 września 2026 roku. Zawiera listę 20 modeli z 8 laboratoriów. Obok każdego z nich stoją dwie daty: data premiery oraz data zakończenia treningu, czyli moment, w którym model przestał czytać dane. Oba liczniki odliczają w górę na żywo od tych dat.

Jedenastu z dwudziestu wierszy zawiera wpis „Not established”. To nie to samo co „nigdy nie opublikowano”. Strona wyjaśnia, że puste pole oznacza, że sprawdzone źródła dostawcy nie ustaliły daty cutoff dla danego modelu. Traktuj więc tabelę ostrożnie, nie jako twierdzenie o tym, co laboratoria ujawniają lub nie.

Czym tak naprawdę mierzą te dwie daty

Data premiery to moment, gdy laboratorium wypuściło model. To ona pojawia się w nagłówkach i na początku postów z wynikami benchmarków. Data zakończenia treningu to moment, gdy model przestał czytać. Odległość między nimi pokazuje, jak daleko w tyle model był już w dniu premiery, zanim ktokolwiek wpisał do niego jakiekolwiek polecenie. Strona podaje jeden czytelny przykład. GPT-6 Astra ukazał się 3 września 2026 roku, a jego dane treningowe kończą się 30 kwietnia 2026 roku. To około czterech miesięcy braku wiedzy wbudowanego w model od startu. Daty w tabeli pochodzą z dokumentów laboratoriów, a każda nazwa modelu łączy się z dokumentem, z którego wzięto datę.

Niektóre wiersze pokazują szerszą lukę. Gemini 3.1 Pro od Google DeepMind ma datę premiery 19 lutego 2026 roku i cutoff styczeń 2025, czyli ponad rok. Llama 4 od Meta pokazuje premierę 5 kwietnia 2025 przy cutoff sierpień 2024. Claude Sonnet 5 od Anthropic pokazuje 30 czerwca 2026 przy styczniu 2026. Nie każda luka jest duża: Grok 4.7 od xAI, wydany 21 września 2026 roku, ma cutoff maj 2026, a Claude Opus 5.5, wydany 22 września 2026 roku, ma czerwiec 2026.

Pięć laboratoriów, dziesięć modeli i dużo pustych pól

Według strony, 5 z 8 laboratoriów ma opublikowany cutoff dla co najmniej jednego modelu na liście: Anthropic, Google DeepMind, Meta, OpenAI i xAI. Trzy laboratoria, Alibaba, DeepSeek i Mistral AI, nie mają na stronie żadnego modelu z ustalonym cutoffem. Qwen3.8-Max i Qwen3.8-Flash od Alibaba, V4-Pro i V4.1-Flash od DeepSeek oraz Large 3, Small 4 i Medium 3.5 od Mistral są wszystkie oznaczone jako nieustalone. To luka w ujawnianiu informacji, a nie twierdzenie o wydajności. Tracker nie mówi, że te modele są gorsze lub starsze. Mówi, że sprawdzone źródła nie dostarczyły daty cutoff.

To ma znaczenie dla czytania benchmarków. Uruchomienie benchmarku to migawka tego, co model potrafi na zbiorze zadań, a zbiory zadań piszą ludzie, którzy wiedzą, co się wydarzyło do pewnej daty. Jeśli cutoff modelu jest starszy niż benchmark, część tego, co wygląda na rozumowanie, może być tylko powtórzeniem. Jeśli cutoff jest nowszy, benchmark może mierzyć zdolność modelu do przetwarzania materiału, który znajdował się w jego danych treningowych.

Tracker nie wysnuwa tego argumentu wprost. Wnosi węższy: nie można ocenić aktualności bez znajomości cutoffu, a dla połowy modeli na stronie cutoff nie jest opublikowany.

Przycisk wyszukiwania tego nie naprawia

Wyszukiwanie w sieci to standardowa odpowiedź na przestarzały model. Strona kontruje to argumentem, mając przy tym liczby. Ponad 2000 wywołań na 16 modelach, każdy z dostępem do narzędzia wyszukiwania w sieci. Modele frontier prawie zawsze prawidłowo decydowały, czy wyszukać, podczas gdy słabsze modele stwierdzały ustalone fakty, które się zmieniły, bez sprawdzania, i wyszukiwały w sieci rzeczy takie jak temperatura wrzenia wody.

Wyszukiwanie musi też zostać wywołane przez model, używając tych samych wag, które trzymają przestarzały fakt, więc błędy trafiają dokładnie tam, gdzie model czuje się najbardziej pewny.

To jest mechanizm, na który wskazuje tracker. Narzędzie wyszukiwania jest użyteczne tylko wtedy, gdy model rozpozna, że go potrzebuje, a to rozpoznanie działa na tych samych wagach, które trzymają nieaktualne przekonanie. Strona zauważa też, że wyszukiwanie nie aktualizuje niczego: model czyta kilka stron, używa ich w tej odpowiedzi i zapomina. Otwórz nowy czat i znowu jest kwiecień.

Własną ilustrację strony stanowi pytanie o króla Norwegii zadane 16 modelom z przyciskiem wyszukiwania. Mówi, że pięć z nich wskazało zmarłego człowieka. To jedna anegdota z większego uruchomienia, a nie opublikowany benchmark z sekcją metodyczną, i tak to należy czytać.

Do czego służy ten tracker

Strona dostarcza eksport models.json zawierający datę premiery, opublikowany cutoff i link do źródła dla wszystkich 20 modeli. Dostarcza też blok tekstu przeznaczony do wklejenia w plik instrukcji agenta, AGENTS.md lub CLAUDE.md, które agenci kodujący już czytają, informujący agenta, żeby pobrał ten JSON przed nazwaniem jakiegokolwiek modelu, wersji lub daty jako aktualnej. Argument za tym jest prosty i strona go podaje: model to złe źródło informacji o modelach. Zapytaj model o jego własny cutoff treningowy i dobrze wychowany odpowie lub powie, że nie jest pewny. Ten, który wymyśli pewną datę, powiedział ci coś o sobie.

Praktyczna wersja dla każdego czytającego post o premierze w tym tygodniu jest krótka. Sprawdź, czy laboratorium opublikowało cutoff. Sprawdź, jak stary jest w porównaniu z datą premiery. Traktuj brak cutoffu jako brak informacji, a nie jako czysty bilans zdrowia, i nie zakładaj, że narzędzie wyszukiwania zamyka lukę, którą model musi sam zdecydować otworzyć.

Sam tracker to pojedyncza strona z stałą listą, aktualizowana, gdy półka się przesuwa. Nie jest to benchmark i nie ocenia modeli. To tabela dat z licznikami, a daty są tu kluczowe.